基于改进YOLO v5s的垃圾检测算法

• 全文链接
• 请求原文

作   者：

林梓健;  林群煦;  张弓;  刘成沛;  杨智才;  张立炜;  王晓佳; 

作者机构：

五邑大学轨道交通学院;  罗定职业技术学院;  广州先进技术研究所; 

关键词：

注意力机制;  YOLO v5s;  深度学习;  垃圾检测;  视觉检测; 

期刊名称：

机械工程师

i s s n：

1002-2333

年卷期：

2023 年 008 期

页   码：

54-57,60

摘   要：

垃圾分拣是一个环境恶劣、重复性高、体力消耗大的岗位,适宜通过智能化设备代替人工进行垃圾分拣.文中提出一种基于YOLO v5s进行改进,用于垃圾识别分类的改进YOLO v5s视觉检测算法.首先进行结构改进,通过改进损失函数、引入K聚类锚框等改进,对2种注意力机制模块及2种嵌入的位置进行比较和选择以提高精度,并通过融合SPPF模块进行提速改进.结构改进后,通过对比实验数种训练策略,进行训练策略改进.同时在搜集到的小型数据集上进行比较,两部分改进后的算法比原算法的mAP提高了1.35%,同时对检测速度影响较小,并与其他算法进行了对比.